基于密度峰值聚類的前列腺KVCT圖像3D分割.pdf

1、近年來前列腺癌的發(fā)病率逐漸提高,前列腺癌已經(jīng)成為全世界范圍內(nèi)成年男性的重要殺手。前列腺癌的發(fā)病人群主要集中在中老年男性。在我國隨著人口老齡化趨勢的增加,前列腺癌的發(fā)病率還會進一步提升,這導致前列腺癌可能成為本世紀最嚴重的惡性腫瘤。放療是前列腺癌目前最為有效的治療方法。在放療過程當中要精確控制放療在腫瘤區(qū)域的劑量,否則會對人體造成嚴重的不可逆的損傷。為了便于精確定位腫瘤區(qū)域,前列腺癌治療的第一步就是將前列腺從周圍其他復雜的組織背景中分割出

2、來,之后才能做進一步的病情預測,病情治療規(guī)劃以及放療等。因此對于前列腺分割的研究有著非同尋常的意義。目前關于前列腺電子計算機斷層掃描（CT）圖像的分割算法雖然有很多，但大都是基于二維的分割算法，本文提出的算法是對序列圖三維重建后的三維圖像進行三維分割。本文關于前列腺分割算法的研究主要工作如下：
　　1.提出了一種基于超像素兩次聚類的前列腺CT圖像的三維分割方法。這種方法首先將二維的基于簡單線性迭代聚類（SLIC）的超像素生成算法擴

3、展到了三維，接著將二維的灰度-梯度共生矩陣特征也擴展到了三維，然后對超像素進行第一次聚類得到初始的前列腺分割結(jié)果。由于第一次聚類產(chǎn)生初始分割結(jié)果只是去掉了差異性較大的部分，所以我們對第一次初始分割的結(jié)果進行了第二次聚類。兩次聚類后最后小部分的序列圖仍然存在黏連問題，于是緊接著我們進行了三維形態(tài)學處理去掉黏連部分得到最終的結(jié)果。
　　2.提出了一種交互式分割方法。這種方法在聚類一次產(chǎn)生初始分割的基礎上首先對目標區(qū)域人工交互，選擇一些

4、點或者線作為目標區(qū)域，接著依據(jù)超像素特征向量之間的相關性對選定區(qū)域周圍的超像素進行合并，從而得到目標區(qū)域分割結(jié)果。
　　3.提出了一種基于配準的分割方法。這種方法首先選取了一部分易于黏連的前列腺千兆電子計算機斷層掃描（KVCT）圖像作為訓練數(shù)據(jù)集，并且人工標記好前列腺區(qū)域。接著讓待分割圖像與訓練數(shù)據(jù)集中的圖像進行配準，求出與待分割圖像歸一化相關系數(shù)最大的訓練數(shù)據(jù)圖像。最后將手工標注的前列腺區(qū)域通過坐標變換映射到待分割圖像上，從而實